System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据挖掘,具体而言,涉及一种基于ai决策的信息匹配推送方法及就业服务管理系统。
技术介绍
1、就业服务页面系统是一个提供就业信息的服务平台,包含了多种不同的就业信息页面,这些就业信息页面提供了大量就业信息,包括各种招聘信息、求职技巧、职场动态、就业政策等,为求职者提供了方便。同时,这些网站也为企业提供了招聘服务,帮助企业找到合适的人才,例如可以通过应用软件为求职者提供就业信息、招聘信息、求职技巧等服务。如何保证就业服务页面中信息匹配推送的准确性,是所属
亟待解决的技术问题。
技术实现思路
1、有鉴于此,本申请的目的在于提供一种基于ai决策的信息匹配推送方法及就业服务管理系统。
2、依据本申请的第一方面,提供一种基于ai决策的信息匹配推送方法,应用于就业服务管理系统,所述方法包括:
3、获取从就业服务数据库中提取的包括多个训练用户答疑对话文本的训练文本数据序列,所述训练文本数据序列中包括各所述训练用户答疑对话文本的先验对话意图标签;
4、将所述训练文本数据序列中的各所述训练用户答疑对话文本加载到初始化权重参数的ai架构模型中,生成各所述训练用户答疑对话文本的对话语义描述;
5、针对各候选对话意图标签,基于所述训练文本数据序列中属于该候选对话意图标签的训练用户答疑对话文本的对话语义描述,确定各候选对话意图标签的标签关联描述;
6、针对各所述训练用户答疑对话文本,基于该训练用户答疑对话文本的对话语义描述以及一个或
7、依据各所述训练用户答疑对话文本的先验对话意图标签、训练有效性程度、对话语义描述以及各所述候选对话意图标签的标签关联描述,对所述初始化权重参数的ai架构模型的网络权重信息进行更新,直至所述ai架构模型的判别误差参数收敛,确定收敛的ai架构模型中的语义编码器作为对话语义描述网络,以调用所述对话语义描述网络对目标用户进行信息匹配推送。
8、在第一方面的一种可能的实施方式中,针对各所述训练用户答疑对话文本,所述基于该训练用户答疑对话文本的对话语义描述以及一个或多个所述候选对话意图标签的标签关联描述,确定该训练用户答疑对话文本的训练有效性程度,包括:
9、确定该训练用户答疑对话文本的对话语义描述与第一标的对话意图标签的标签关联描述之间的第一偏离参数,所述第一标的对话意图标签为任一所述候选对话意图标签;
10、依据设定偏离参数,将所述第一偏离参数进行上调;
11、确定所述第一偏离参数变更之前,该训练用户答疑对话文本的训练语义描述与所述第一标的对话意图标签的标签关联描述之间的第一匹配值、以及所述第一偏离参数变更之后,该训练用户答疑对话文本的对话语义描述与所述第一标的对话意图标签的标签关联描述之间的第二匹配值;
12、如果所述第一匹配值不大于所述第二匹配值,确定所述训练用户答疑对话文本的训练有效性程度为第一有效性程度,如果所述第一匹配值大于所述第二匹配值,确定所述训练用户答疑对话文本的训练有效性程度为第二有效性程度。
13、在第一方面的一种可能的实施方式中,所述依据各所述训练用户答疑对话文本的先验对话意图标签、训练有效性程度、对话语义描述以及各所述候选对话意图标签的标签关联描述,对所述初始化权重参数的ai架构模型的网络权重信息进行更新,包括:
14、针对各所述训练用户答疑对话文本,基于该训练用户答疑对话文本的训练有效性程度确定该训练用户答疑对话文本的训练代价值;
15、依据各训练用户答疑对话文本的先验对话意图标签、训练代价值、对话语义描述以及所述各候选对话意图标签的标签关联描述,确定所述判别误差参数;
16、如果所述判别误差参数不收敛,则基于所述判别误差参数,对所述初始化权重参数的ai架构模型的网络权重信息进行更新。
17、在第一方面的一种可能的实施方式中,每个训练用户答疑对话文本的训练有效性程度为第一有效性程度或第二有效性程度,所述基于该训练用户答疑对话文本的训练有效性程度确定该训练用户答疑对话文本的训练代价值,包括:
18、如果该训练用户答疑对话文本的训练有效性程度为第一有效性程度,则将该训练用户答疑对话文本的训练代价值输出为预定数值;
19、如果该训练用户答疑对话文本的训练有效性程度为第二有效性程度,则基于该训练用户答疑对话文本的对话语义描述与各参考标的对话意图标签的标签关联描述之间的匹配值,确定该训练用户答疑对话文本的训练代价值;
20、其中,所述各参考标的对话意图标签为各候选对话意图标签中除该训练用户答疑对话文本的先验对话意图标签之外的标的对话意图标签。
21、在第一方面的一种可能的实施方式中,所述基于该训练用户答疑对话文本的对话语义描述与各参考标的对话意图标签的标签关联描述之间的匹配值,确定该训练用户答疑对话文本的训练代价值,包括:
22、针对各所述参考标的对话意图标签,确定该训练用户答疑对话文本的对话语义描述与该参考标的对话意图标签的标签关联描述之间的第二偏离参数;
23、依据设定偏离参数,将所述第二偏离参数进行上调;
24、确定所述第二偏离参数变更之前,该训练用户答疑对话文本的语义描述与该参考标的对话意图标签的标签簇心特征之间的第三匹配值、以及所述第二偏离参数变更之后,该训练用户答疑对话文本的语义描述与该参考标的对话意图标签的标签簇心特征之间的第四匹配值;
25、如果所述第三匹配值大于所述第四匹配值,确定该训练用户答疑对话文本相对于该参考标的对话意图标签的训练有效性程度为第二有效性程度;
26、将对应的训练有效性程度为第二有效性程度的参考标的对话意图标签作为第二标的对话意图标签;
27、基于该训练用户答疑对话文本的对话语义描述与各第二有效性程度的标签关联描述之间的匹配值,确定该训练用户答疑对话文本的训练代价值。
28、在第一方面的一种可能的实施方式中,所述基于该训练用户答疑对话文本的对话语义描述与各参考标的对话意图标签的标签关联描述之间的匹配值,确定该训练用户答疑对话文本的训练代价值,包括:
29、基于该训练用户答疑对话文本的对话语义描述和各参考标的对话意图标签的标签关联描述之间的匹配值,确定该训练用户答疑对话文本的训练代价优化权重值;
30、将所述训练代价优化权重值与所述预定数值的和输出为该训练用户答疑对话文本的训练代价值,其中,所述训练代价值不小于所述预定数值。
31、在第一方面的一种可能的实施方式中,所述判别误差参数是依据标签过渡的判别误差参数,所述依据标签过渡的判别误差参数的确定步骤,包括:
32、将每个所述训练用户答疑对话文本的训练有效性程度作为该训练用户答疑对话文本对应的标签过渡;
33、依据所述训练用户答疑对话文本文档来自技高网...
【技术保护点】
1.一种基于AI决策的信息匹配推送方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于AI决策的信息匹配推送方法,其特征在于,针对各所述训练用户答疑对话文本,所述基于该训练用户答疑对话文本的对话语义描述以及一个或多个所述候选对话意图标签的标签关联描述,确定该训练用户答疑对话文本的训练有效性程度,包括:
3.根据权利要求1所述的基于AI决策的信息匹配推送方法,其特征在于,所述依据各所述训练用户答疑对话文本的先验对话意图标签、训练有效性程度、对话语义描述以及各所述候选对话意图标签的标签关联描述,对所述初始化权重参数的AI架构模型的网络权重信息进行更新,包括:
4.根据权利要求3所述的基于AI决策的信息匹配推送方法,其特征在于,每个训练用户答疑对话文本的训练有效性程度为第一有效性程度或第二有效性程度,所述基于该训练用户答疑对话文本的训练有效性程度确定该训练用户答疑对话文本的训练代价值,包括:
5.根据权利要求4所述的基于AI决策的信息匹配推送方法,其特征在于,所述基于该训练用户答疑对话文本的对话语义描述与各参考标的对话意图标签的
6.根据权利要求4所述的基于AI决策的信息匹配推送方法,其特征在于,所述基于该训练用户答疑对话文本的对话语义描述与各参考标的对话意图标签的标签关联描述之间的匹配值,确定该训练用户答疑对话文本的训练代价值,包括:
7.根据权利要求1-6中任意一项所述的基于AI决策的信息匹配推送方法,其特征在于,所述判别误差参数是依据标签过渡的判别误差参数,所述依据标签过渡的判别误差参数的确定步骤,包括:
8.根据权利要求1-6中任意一项所述的基于AI决策的信息匹配推送方法,其特征在于,所述AI架构模型包括全连接输出网络,所述语义编码器和所述全连接输出网络连接,所述方法还包括:
9.根据权利要求1-6中任意一项所述的基于AI决策的信息匹配推送方法,其特征在于,所述调用所述对话语义描述网络对目标用户进行信息匹配推送的步骤,包括:
10.一种就业服务管理系统,其特征在于,所述就业服务管理系统包括处理器以及可读存储介质,所述可读存储介质存储有程序,该程序被处理器执行时实现权利要求1-9任意一项所述的基于AI决策的信息匹配推送方法。
...【技术特征摘要】
1.一种基于ai决策的信息匹配推送方法,其特征在于,所述方法包括:
2.根据权利要求1所述的基于ai决策的信息匹配推送方法,其特征在于,针对各所述训练用户答疑对话文本,所述基于该训练用户答疑对话文本的对话语义描述以及一个或多个所述候选对话意图标签的标签关联描述,确定该训练用户答疑对话文本的训练有效性程度,包括:
3.根据权利要求1所述的基于ai决策的信息匹配推送方法,其特征在于,所述依据各所述训练用户答疑对话文本的先验对话意图标签、训练有效性程度、对话语义描述以及各所述候选对话意图标签的标签关联描述,对所述初始化权重参数的ai架构模型的网络权重信息进行更新,包括:
4.根据权利要求3所述的基于ai决策的信息匹配推送方法,其特征在于,每个训练用户答疑对话文本的训练有效性程度为第一有效性程度或第二有效性程度,所述基于该训练用户答疑对话文本的训练有效性程度确定该训练用户答疑对话文本的训练代价值,包括:
5.根据权利要求4所述的基于ai决策的信息匹配推送方法,其特征在于,所述基于该训练用户答疑对话文本的对话语义描述与各参考标的对话意图标签的标签关联描述之间的匹配值,确定...
【专利技术属性】
技术研发人员:杨理芳,伍俊杰,曾嘉,谢程君,
申请(专利权)人:广东省中创融科技发展有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。